„Tavus“ įrankių rinkinys leidžia kūrėjams sukurti vaizdo įrašų „skaitmeninius dvynius“, kurie bendrauja kaip žmonės

„Tavus Inc.“, startuolis, kuriantis skaitmeninių dvynių technologiją, skirtą žmonių garsiakalbiams, šiandien paskelbė blokų rinkinį, kurį kūrėjai gali naudoti kurdami interaktyvią vaizdinę patirtį su skaitmeniniais dvyniais, kurie kalba, mato ir reaguoja kaip žmonės.

Technologija (pavyzdys pavaizduota) suteikia tikroviškos tiesioginės sąveikos su dirbtinio intelekto agentu niuansus, kurių kopija remiasi asmens ar įmonės žiniomis, patirtimi ir perspektyva ir gali veikti kaip įgaliotinis teikiant asmeninius atsakymus.

Žmogaus kopijos, sukurtos naudojant pokalbių vaizdo sąsają, reaguoja su vienos sekundės delsa, o greitis, bendrovės teigimu, yra unikalus jos platformai. Sistemai reikia mažiau nei dviejų minučių pavyzdinio vaizdo įrašo ir maždaug devynių valandų apdorojimo laiko, po kurio ji gali pateikti asmens, galinčio bendrauti, pavyzdžiui, registraciją į viešbutį, pardavimo mokymus ir bendrauti su banko kasininku, kopiją.

Natūralus pokalbis

„Tai galimybė kalbėtis su replika, kuri atrodo natūraliai, kalba kaip tu, skamba taip, lyg tu su tavimi bendrauji natūraliai“, – sakė Hassaan Raza, ketverius metus gyvuojančios įmonės įkūrėjas ir vadovas. „Galite dalyvauti Zoom skambutyje su kopija ir atrodo, kad kalbate su tikru žmogumi. Bendrovė turi viešą demonstraciją čia.

CVI teikia dokumentuotas taikomųjų programų sąsajas, kurios tvarko visas AI vaizdo tyrimų subtilybes, pranešė bendrovė. „Tavus“ pirmiausia parduoda programinės įrangos įmonėms, kurios integruoja savo galimybes į kitus produktus. Pavyzdžiui, viena sveikatos priežiūros įmonė jį naudoja siųsdama priešoperacines vaizdo instrukcijas pacientams jų gimtąja kalba. Platforma gali ne tik išversti, bet ir sinchronizuoti lūpų judesius, kad atrodytų, jog kalbėtojas kalba natūraliai.

Raza teigė, kad bendrovė taikosi į scenarijus, kuriuose dalyvauja užimti žmonės, kurie negali sau leisti valandų valandas įrašyti originalius vaizdo įrašus. Jie gali įkelti scenarijus arba naudoti įterptąsias generuojamojo dirbtinio intelekto galimybes, kad padėtų ad hoc pokalbiams.

CVI sukurti vaizdo įrašai pasižymi natūralia pokalbių dažniu, kai skaitmeninės kopijos dalyvauja pirmyn ir atgal pokalbyje, kaip tai darytų žmogus. „Tavus“ teikia srautinio perdavimo platformą, kuri neapeina protokolų ar realaus laiko serverių. Jį galima prijungti prie įvairių didelių kalbų modelių. Jame yra slenkantis matymas, posūkio pabaigos aptikimas, pertrūkių jutimas ir tiksliai sureguliuotas LLM.

Apsauga nuo gilių klastočių

Saugumo ir galiojimo patikrinimai užtikrina, kad vartotojai gali sukurti tik skaitmeninį dvynį, o „Tavus“ teikia automatinį turinio moderavimą ir antihaliucinacijų kokybės patikrinimus.

Kompanija sprendžia giliųjų klastotės arba sintetinės laikmenos, kuri naudoja AI, kad apsimesti asmens panašumu ar balsu, problemą, naudodama leidimų sistemą ir algoritmus, kurie patikrina, ar subjektas davė leidimą.

„Jis atitinka daugybę biometrinių veiksnių, kad įsitikintų, jog sutikimas yra, o jei jo nėra, jis žlugs“, – sakė Raza. „Mes netgi turime žmogų, kad įsitikintume, jog sutikimas buvo duotas.

Technologijų pritaikymas linkęs į ateitį, kai „AI sukurtas vaizdo įrašas tampa įprastas“, sakė jis. „Žmonės žinos, kad tai sukurta dirbtinio intelekto, bet jiems tai bus patogu, nes jie gauna turinį tokia forma, kokios nori“.

Nuo kompiuterių amžiaus aušros „iš esmės prisivertėme prisitaikyti prie kompiuterių bendravimo“, – sakė Raza. „Tačiau mes esame didelio pralaidumo komunikatoriai, su kuriais bendraujame per savo emocijas, rankų gestus ir kalbėjimo tempą. Jei avataras atrodo kaip mes ir kalba kaip mes, tada mes sugalvojame, kaip bendrauti su kompiuteriais mūsų, o ne kompiuterio srityje.

„Tavus“ savo svetainėje skelbia žetonais pagrįstą kainodarą. Bendrovė surinko 24,2 mln. USD finansavimą, įskaitant 6,1 mln. USD A serijos turą praėjusį mėnesį.

Vaizdas: Tavus